代码之家 › 专栏 › 技术社区 › Marshmellow1328

使用ASCII编码而不是字符实体编码XML

character-entities ascii xml java

Marshmellow1328 · 技术社区 · 15 年前

好吧,这是我的问题。我需要在Java中生成XML以传递到另一个应用程序。我开始认为使用org.w3c.dom.document很容易做到这一点。不幸的是,我需要传递XML的应用程序要求像“需要编码为ASCII(&034;)这样的特殊字符,而不是它们的字符实体(")。有人知道一个简单的解决办法吗?

P.S.更改目标应用程序不是一个选项。

更新: 所以假设我的应用程序有以下字符串作为输入:

he will "x" this if needed

我的应用程序需要输出:

<field value="he will &#034;x&#034; this if needed"/>

我正在使用的XML生成器,我猜大多数其他生成器都会输出此结果,但这对我的目标无效:

<field value="he will &quot;x&quot; this if needed"/>

我意识到我的目标可能不完全符合XML标准,但这对我没有帮助,因为我无法控制它。这是我的情况,我必须处理它。除了简单地用手转换每个特殊字符之外,还有什么想法吗?

2 回复 | 直到 15 年前

iter 15 年前

我想知道如何将XML序列化为字符串、流等。您可以对输出进行后处理,以将一般实体引用替换为它们的等价数字,例如,

sed 's/</\</g; s/>/\>/g; s/&/\&/g; s/'/\&#39/g; s/"/\"/g'

或

xmlResultString.replaceAll("<", "<"); //etc. for other entities

XML中正好有5个预先定义的通用实体( http://www.w3.org/TR/REC-xml/#sec-predefined-ent )您可以安全地将其作为文本替换来执行。除了引用之外,它修改任何东西都没有危险(可能是在注释和pis中,但听起来不像您的场景使用它们,或者目标甚至接受它们)。

我同意Mark的观点,即您的目标应用程序不是一致的XML处理器。至少它附带的文档明确说明了它与XML的不同之处。我相信这项建议(上面的链接)与克里斯托弗的评论不一致,尽管这与OP的问题无关,因为他的目标声明它与建议不符。

Ari。

McDowell rahul gupta 15 年前

据我所知,标准API不公开转义机制。您可能需要编写自己的XML发射器。

如果您不介意第三方API,可以使用 JDOM . 类似:

XMLOutputter outputter = new XMLOutputter() {
  @Override
  public String escapeAttributeEntities(String sequence) {
    // TODO: bug: code only works for Basic Multilingual Plane
    StringBuilder out = new StringBuilder();
    for (int i = 0; i < sequence.length(); i++) {
      process(sequence.charAt(i), out);
    }
    return out.toString();
  }

  private void process(char codePoint, StringBuilder out) {
    if (codePoint == '"' || codePoint == '\'' || codePoint == '&'
        || codePoint == '<' || codePoint == '>' || codePoint > 127) {
      out.append("&#");
      out.append(Integer.toString(codePoint));
      out.append(";");
    } else {
      out.append(codePoint);
    }
  }
};
outputter.setFormat(Format.getPrettyFormat().setEncoding("US-ASCII"));

Element foo = new Element("foo").setAttribute("msg",
    "he will \"x\" this if needed");
Document doc = new Document().setRootElement(foo);
outputter.output(doc, System.out);

这发出:

<?xml version="1.0" encoding="US-ASCII"?>
<foo msg="he will &#34;x&#34; this if needed" />

(我还是会给 XML spec 在执行此操作之前进行一次检查,并修复字符处理以支持字符 above U+FFFF 。)